信息科学研究的主要问题就是消除不确定性，获得信息。衡量信息量多少的重要指标就是不确定性的大小，因此研究不确定性的度量问题便成为研究信息论的最基本问题。信息的不确定性有多种形式：诸如随机不确定性、模糊不确定性、分辨不确定性等。随机不确定性方面的研究已得到完善的发展与应用，随着生产和科技的发展，信息的不确定性更加复杂化，多样化，特别是模糊不确定性问题，日益受到人们的关注。模糊信息论就是利用模糊数学这一工具来研究带有模糊不确定性的信息。熵和距离测度常被人们用来反映模糊不确定性。本文主要从模糊集合间的相互包含关系出发，来讨论度量模糊不确定性的新方法。 在第二章，依据包含度与模糊熵的公理化定义，讨论了包含度的几个重要的性质，对包含度与模糊熵的相互关系进行了研究，得到了新的包含度公式和熵公式，并举例说明新的包含度公式和熵公式具有更好的分辨力。 在第三章，基于普通模糊集相关理论，定义了直觉模糊集下的熵、距离、包含度，从包含度诱导出了熵和距离公式。并且给出由直觉模糊集的、熵表示距离的定理和例子。